旗下微信矩阵:

疫情之下,AI智能分析迎来新机遇

新冠疫情这只“黑天鹅”给经济带来的影响远比我们想象中要深远得多,它不仅带来了经济下滑的压力,也暴露出了商业系统的风险与企业决策链条的脆弱。
2020-06-22 09:42 · 投资界综合     
   

把年度目标定为“活下去”的企业越来越多了,危机感在疫情中逐渐蔓延。

一场疫情改变了人们对病毒的认知,也更凸显了商业智能(Business Intelligence)在企业决策中的作用,而国家积极推进的新基建政策建设也加速了产业迈进数字化、智能化的经济变革。

疫情中脆弱的商业决策链

“我现在最担心的事情,就是今年我们可能接不到订单了。”某知名制造业企业的管理者向记者如是表达他的担忧,近期他已经能明显感觉到,来自海外的订单锐减。

突如其来的疫情在全球蔓延,导致全球百万人感染以及多个大国的暂时封锁,居民也减少了外出活动。疫情之下,对于很多企业来说,订单骤减已经是事实,很多外贸企业甚至面临着全年无一订单乃至倒闭的风险。

新冠疫情这只“黑天鹅”给经济带来的影响远比我们想象中要深远得多,它不仅带来了经济下滑的压力,也暴露出了商业系统的风险与企业决策链条的脆弱。

短短一两个月内,企业的运转模式已经发生了翻天覆地的变化:线上办公的比例骤然上升,经济预期下调,企业订单骤降,以及前所未有的经济全球化暂停趋势……就在最近,随着年报和一季度数据的陆续披露,一家接一家的企业下调了全年的销售和盈利预期。

企业的决策链条也有断裂的风险。诸如患病、隔离等事件可能让决策链中的某一环缺失,防“疫”之下管理者地理上的受限也可能影响决策效率。

更重要的是,变局之中,企业管理者更需要一条高效的决策链,来解决企业的实际问题。比如,要如何决定复工比率,是选择整个工厂100%复工,还是仅恢复50%的开工率?又比如,在订单下滑的预期下,要如何调配企业的资源与人力?

面对剧变的局势与激增的决策需求,全球*的人工智能企业讯能集思(Synergies)却想用算法颠覆传统的商业决策模式。

“AI决策最有价值的地方在于,可以缩短决策链条,用数据的方法做快速的响应与决策。”讯能集思(Synergies)CEO张宗尧说道。

疫情之下,AI智能分析迎来新机遇

这家成立于2016年的公司,主要专注于人工智能决策,其核心AI技术源于麻省理工学院(MIT,Massachusetts Institute of Technology),并已完成了近千万美元融资,由豊新资本领投,北极光京东方、策维科技、SV Angel跟投。同时,讯能集思也已经和思科、富士康、夏普、顺丰、敦阳科技等行业龙头企业建立长期稳定的战略联盟。

在当前经济震荡下行的环境中,商业智能(Business Intelligence)落地的需求却前所未有地高涨。

AI决策的机遇

张宗尧分享了一个有趣的案例。讯能集思(Synergies)团队最近接到了一个“奇怪”的需求,某大型制造公司想要用算法对近期所有商业决策进行重新评估。其中的一个核心的诉求就是,该公司经常需要接一些负毛利的订单,需要算法为其评估要不要接这些订单。所谓的“负毛利订单”,即是指亏本的订单,比方说,企业每接一块钱的单,可能要亏损两块钱。

这听上去非常违背我们的常识,既然不赚钱企业为什么还要去做?这是因为工厂有固定成本,如果不接单会导致开工率下降,进而导致亏损三块钱。工厂为了保留其生产线,常常宁愿接一块钱的订单,只亏一块钱。

试想一下,如果你是企业决策者,过去你已经习惯了稳定的订单以及较高的开工率。现在经济前景发生了变化,需要由你来决定是否接受亏损订单,你还需要调整工厂运行的策略,调整生产的配比、工厂的组织状态,包括人员的复工率是50%还是70%。

当你真正面临这种状况,你会发现,当局势发生快速变化的时候,数据是非常重要的。因为很多地方都会出问题,有的管理者经验丰富且聪明,但人的大脑难以在瞬息万变的情况下同时处理这么多信息。

“今天在面临这种多维度、快速变化的复杂问题时,其实人是很难做决策的,他更多是凭一种感觉。但如果从数据上来处理这些问题,则没有那么难。”张宗尧说道。

为了帮助企业更好地决策,增强应对突发事件的快速响应能力,讯能集思(Synergies)的*个产品——人工智能决策平台JarviX∞,正是通过增强型分析,让企业实现“数字化工厂自动化数据分析,让商业决策加快10倍”,帮助企业完成数字化、智能化转型。

JarviX∞的名字也很有意思,来源于《钢铁侠》里的人工智能系统贾维斯Jarvis,以及《X战警》里的Professor X。前者是钢铁侠的AI助手,后者则是充满才智的团队决策者。

“AI能帮助人们提升决策的速度和质量。在这个时代,凭经验做决策的成功率会越来越低,而这恰恰是当下大部分企业在使用的方法。”张宗尧表示。

对于“商业智能”这个新兴而充满朝气的领域来说,新冠肺炎疫情的爆发,为其带来挑战的同时也带来了机遇。据张宗尧介绍,总结下来,数字化工厂AI决策在下列三个场景可以切实帮助企业更好地决策,渡过难关:

1)供应链断裂后的快速响应

一些企业将部分供应链集中在某个城市,尽管会产生规模经济,但当“黑天鹅”发生时也会带来风险。比如2011年日本东北大地震时,一些科技产业,比如半导体的供应链就受到了影响。

在这种情况下,需要决策者快速响应,调整策略。而AI决策则能快速收集数据并进行模拟,让你比竞争对手更快地转移供应链,找到替代的产能,保证供应链的正常运转。

2)数字化转型

很多企业迫切地需要数字化转型,AI可以极大地缩短转型周期。

3)风险评估预警

企业常常需要预警。尤其是当外部环境迅速变化时,AI可以为其预警,并为其评估出哪些预算是可以精简的,哪一些订单要接,哪些不要接。

“黑天鹅”下失效的传统咨询模式

过去人们谈论商业智能与AI决策时,总是把它当作是“麦肯锡”们潜在的颠覆者。相比麦肯锡等近百年的老牌咨询公司,AI决策作为“后起之秀”却在疫情之中,更切合企业当前的需要。

今年我们听到企业说得最多的关键词是“活下去”,包括华为这样的大企业也在刚刚发布的年报中称“今年要活下去”。在整个经济大环境不好的时候,企业不免要砍掉一些项目以节约成本,而那些长周期、昂贵的咨询项目则首当其冲。

相应地,咨询行业也在这场危机中遭到了冲击,不少咨询公司已经有了项目减少的预期,并提前冻结了招聘计划。更重要的是,传统的咨询模式在遇到新冠肺炎疫情这样的“黑天鹅”后,对企业丧失了吸引力。

在张宗尧看来,传统的咨询顾问有两种行为模式,一是靠经验,他们往往经验老道,有丰富的行业知识;二是提供大规模定制化的服务。而这二者在疫情中受到了挑战。

一是经验全部失效。

传统咨询模式的短板在于,单纯依靠经验并不能应对“黑天鹅”,因为“黑天鹅”本身是指极其罕见并且意料之外的事件。今天,当人们惊呼“2020年每天都在见证历史”时,其实意味着,从过去的经验中,很难找到参照了。

就好比这回,很多经济学家都已经联想到了大萧条时期,但那是100年前的事情,已经超出了经验范畴。

十多年前,富士康遇到了工厂不良率达10%的“黑天鹅事件”,其母公司鸿海集团请了三家咨询公司都无法找出其中的结症所在。当时初出茅庐的张宗尧通过AI与大数据运算,发现那是新中国成立后最冷的一年,而温度与湿度等因素和工厂不良率关系十分密切,最后这个发现成功为富士康省了几千万美金。

为什么数据能够发现咨询顾问无法发现的问题?那是因为,凭经验无法解决所有的问题,很多“黑天鹅”事件无法从既往的案例中找到依据。

二是咨询顾问提供的是高度定制化的解决方案,而危机中企业更需要短平快的答案。

咨询顾问常常基于其对行业的深入了解,针对企业量身定做一套解决方案。但在张宗尧看来,这种模式定制模式有两个问题,一是昂贵,二是周期很长,许多项目周期都长达数年。

据张宗尧的观察,面对订单缩减、全球经济下滑的前景,部分质地较差、受冲击较严重的企业首先考虑的是活下去,而无暇顾及更长远的规划。对于另一部分只是暂时面临冲击、无生死之虞的企业来说,哪怕他们真的有预算,也迫切需要解决方案,他们往往也不愿继续诉诸传统的、长周期的咨询顾问,而是更希望找到立竿见影、低成本、快周期的方案。

“我现在看到的是,如果一个项目周期长、费用高、需要双方投入较多人力,那么它被砍掉的几率就很高。只有那种短平快的项目,能短期内取得效果或得到正向反馈的项目,才是当下企业最需要的。”张宗尧说道。

从企业的角度来说,疫情过后,企业急需寻找更快地方案来进行数字化转型,而毕业于麻省理工的张宗尧博士给出的解法是:数据分析技术去中心化,,也就是标准化、快速反馈的决策流程。而JarviX在业界首创“DPAK”分析算法,让大量数据可以在同一平台内即时导入,通过量化关联型自然语言技术平台化去降低算法叠加成本,结合领域知识及特定算法帮助企业找到运营决策的最短路径。

数字化转型的挑战

“杀不死我的,终将使我更强大。”历次危机的到来,也是行业重新洗牌的时刻,活下来的企业,可能面临的是更好的行业格局,更高的行业集中度。许多2008年活下来的企业,后来都成为了行业龙头。

疫情之下,许多企业迫切需要数字化转型。以线下的商场为例,过去尽管商场也面临着与电商竞争的压力,但是这种威胁没有那么迫切,因此此前大部分企业的数字化转型都处于一种渐进式的,甚至可以说是“不温不火”的状态。

然而这次疫情让许多企业感受到了“切肤之痛”。一家商场若前期没有在线上销售、直播系统上进行投入,错过了整个二月的销售期,将*地损失一部分销售额,“报复性消费”也无济于事,因为冬天过了人们也不会再买冬天的衣服。

据张宗尧介绍,他切切实实观察到,许多企业正在加速数字化转型。过去可能迟迟没有落地的项目,在生存的压力下“进度条”大幅前进。

美国数字化转型起步至今已经10年有余,严格来说,无论是大数据的思维,还是人们对数据的信任与信仰程度,已经渗入到了很多大企业中,比如微软正是靠Azure云业务市值破万亿美元,夺得市值全球*的宝座。一些国内比较尖端的企业,比如大型银行,或是阿里、腾讯等互联网公司,也已经走在了数字化转型的前列。

但在张宗尧看来,大部分企业还尚未登上数字化转型的列车,而且这部分企业占比高达99.5%。“过去许多企业所说的‘数字化转型’,其实往往只能做到数据可视化,这并非真正的‘数字化决策’。”张宗尧说道。

讯能集思(Synergies)开发JarviX的初衷,就是帮助更多的企业加速数字化转型进程。

JarviX的优势在于,可以为企业提升效能,降低成本。它采用通用型的部署,其人工智能决策系统能够解决结构化数据下所有的应用需求,通过全效能的智能决策分析大大提升企业效率,完成真正的智能化转型升级。JarviX还能帮助企业降低运营和维护成本,即使后续导入新的数据,JarviX的系统也能持续生成相应算法、分析,不需要工程师去过多地进行优化。

据张宗尧介绍,在JarviX最新上线的更新版本中,还采用了量化关联型的自然语言技术,顛覆以往只有受过训练的工程师才能使用的惯例,如今普通人也能轻松驾驭这个平台。同时,JarviX是*个能够以中文进行交互的人工智能决策系统,目前在AABI(分析型智能)领域,国内还没有类似技术。

此外,张宗尧还表示,如果说数字化转型有什么“坑”,那就是转型周期真的很长。在传统的模式下构建一套AI决策系统需要几年时间,而讯能集思(Synergies)所开发的JarviX,所追求的是将问题快速地标准化,试图用最短的时间找到“短平快”的解决方案。

数字工厂的AI决策有多快呢?张宗尧举了一个案例,电子零件组装行业的某知名公司曾让它的6人AI团队解决两个问题,该团队用了8个月的时间只完成了1.5道。后来这家公司把这两个问题交给了讯能集思(Synergies)团队,他们利用JarviX系统,只花了2天时间就解出了这两个问题,并且他们的结果也得到了原本团队的认可。

“并不是对方能力或者技术不如我们,而在于这本质上是不同的科技。就好像对方是靠人力在拉车,而我们已经进入了汽车时代,人力再快也跑不过汽车。当你能够标准化这些AI工具的时候,它产生的价值是远远超过定制化的。”张宗尧说道。

近期,Synergies宣布成立SIS AI Lab,深入推进AI技术研究。SIS AI Lab是Synergies创办的人工智能实验室,由MIT麻省理工学院的AI人才领军团队组建,聚集资深人工智能专家和*科学家,是一支创新型AI技术生力军。该团队研究开发以演算模型技术与架构应用大规模数据运算,通过开发新的软件技术加速人工智能研究,用创新技术解决未来问题。

【本文经授权发布,不代表投资界立场。本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。